卡方检验之多重比较

一、案例介绍

某医师研究物理疗法、药物治疗和外用膏药3种疗法治疗周围性面神经麻痹的疗效,通过整体卡方检验已经得知3种疗法有效率的差异有统计学意义(χ2=21.0377,p=0.000)的结论。现在想进一步知道,具体是哪两种疗法之间的差异有统计学意义。数据如下图1:

图1

二、问题分析

本案例已经知道3种疗法有效率(%)的差异具有统计学意义,接下来想知道具体是哪两种疗法之间有差异,可以使用卡方检验的多重比较进行两两类别组合重复进行卡方检验。在SPSSAU中,直接使用RxC卡方检验进行分析会自动输出多重比较结果。

三、软件操作及结果解读

(一)上传数据

首先将数据整理成RxC卡方检验正确的格式,疗法和治疗效果的关系研究,疗法分为3类,治疗效果分为2类,因而共有3*2=6种组合情况,每类组合情况的样本数量单独一列作为权重值进行标识,最终将本案例数据整理成如下图2格式:

图2

将整理好的数据上传至SPSSAU系统,点击右上角上传数据按钮,按提示上传数据,操作如下图3:

图3

上传数据完成后,接下来开始进行卡方检验多重比较分析。

(二)软件操作

在SPSSAU医学/实验研究模块,选择【卡方检验】,将“疗法”拖拽到右侧X(定类)分析框中,将“治疗效果”拖拽到右侧Y(定类)分析框中,将“人数”拖拽到右侧“加权项”分析框中,然后点击“开始分析”,操作如下图4:

图4

(三)结果解读

1、卡方检验分析结果

SPSSAU首先输出整体卡方检验分析结果如下图5:

图5

得到已知结论,3种疗法的治疗效果差异具有统计学意义(χ2=21.0377,p=0.000),接下来进行多重比较,进行两两疗法之间的对比。

2、治疗效果*疗法多重比较

SPSSAU输出卡方检验的多重比较结果如下图6:

图6

从上表可以得知,3种疗法两两之间进行多重比较:第1次对比外用膏药和物理疗法的治疗效果是否有差异,卡方值为21.3228,对应p值为0.000<0.0167,说明外用膏药和物理疗法两种疗法的治疗效果的差异有统计学意义。同理可知,外用膏药和药物治疗两种疗法的治疗效果的差异无统计学意义(卡方值为4.591,p=0.0321>0.0167);物理疗法和药物治疗两种疗法的治疗效果差异有统计学意义(卡方值为6.756,p=0.0093<0.0167)。

特别提示:多重比较时,检验次数增多会增加一类错误的概率,建议使用校正显著性水平(Bonferroni校正);如本案例中显著性水平为0.05,两两比较次数为3次,那么Bonferroni校正显著性水平为0.05/3次=0.0167,即p值需要与0.0167进行对比,而不是0.05。

四、结论

本案例使用卡方检验多重比较进行3种疗法两两之间治疗效果差异性比较,结果显示,按校正显著性水平0.0167水准,外用膏药和物理疗法、物理疗法和药物治疗这两组之间的治疗效果的差异性具有统计学意义;而外用膏药和药物治疗的治疗效果的差异无统计学意义。结合图1有效率分析,可以认为物理疗法的有效率高于其他两种疗法,但是还不能认为外用药膏和药物治疗的有效率有差异。

五、知识小贴士

卡方检验多重比较是指两两类别组合重复进行卡方检验。SPSSAU仅针对第1个Y进行,可以通过更换Y的未知实现其他项的多重比较。多重比较时提供的是Pearson卡方检验。

多重比较的次数=C(X类别个数)*(Y类别个数)

比如X类别为3,Y类别个数为5,则为C(3,2)*C(5,2)=30次。本案例X为3类,Y为2类,则多重比较的次数=3*1=3次。

参考文献:

[1]孙振球,徐勇勇.医学统计学.第4版[M].人民卫生出版社,2014

  • 0
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
SPSS是一种统计分析软件,卡方检验是其提供的一种常用的统计方法。卡方检验用于判断两个或多个分类变量之间是否存在关联性。下面是关于SPSS卡方检验结果的解读方法: 1. 卡方统计量(Chi-Square)和显著性水平(Sig.):这两个指标是最重要的。卡方统计量用来衡量实际观察值与预期理论值之间的差异,显著性水平则用来判断该差异是否具有统计学意义。 2. 自由度(df):在卡方检验中,自由度指的是独立的观察或测量的数量减去限制条件的数量。具体地说,在卡方检验中,自由度等于组数减1。 3. 实际频数(Observed Frequencies)和预期频数(Expected Frequencies):实际频数是指在各个组别中观察到的频数,而预期频数则是根据独立性假设计算得出的预期频数。对比实际频数和预期频数可以帮助我们判断观察到的结果是否与预期一致。 4. 残差(Residuals):残差是指实际观察值与预期理论值之间的差异。正值表示实际观察值超过了预期理论值,而负值则表示实际观察值低于预期理论值。残差越大,差异越显著。 综上所述,当我们进行卡方检验分析时,需要关注卡方统计量和显著性水平。如果卡方统计量较大而显著性水平低于设定的显著性水平(通常是0.05),则可以拒绝独立性假设,即认为所分析的两个或多个分类变量之间存在关联性。此外,对比实际频数和预期频数以及观察残差可以更好地理解数据的分布情况和潜在的关联关系。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值